分类： 计算机科学 >> 自然语言理解与机器翻译 分类： 图书馆学、情报学 >> 图书馆学 提交时间： 2025-05-05
摘要： [目的]针对海量评论数据的高效情感分析需求，提出DPDANet模型以提升文本分类性能。[方法]基于BERT构建的DPDANet融合了密集连接与注意力机制，通过优化DPCNN中层间的连接策略，增强特征流动与信息复用能力，从而更高效地利用浅层特征，并有效降低计算复杂度。[结果]将DPDANet与基于BERT的TextCNN、CNN-LSTM、DPCNN、DPCNN-BiGRU、Transformer、XLSTM、BERT及DPDBNet八类模型进行了对比实验。在四个文本分类数据集上，DPDANet分别取得了0.6679、0.9307、0.9278和0.6242的优异准确率，相较于DPCNN分别提升了6.47%、1.32%、0.72%与3.52%。[局限]模型在极短文本与多类别不均衡场景中仍存在泛化能力不足的问题。[结论] DPDANet在众多文本分类任务中均展现出更优的性能与效率，具备良好的应用前景。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-05-24 合作期刊: 《计算机应用研究》
摘要： 针对港口设备在损坏后的维修调度问题，即事后维修的调度问题，通过对港口设备的事后维修调度安排进行分析，建立维修设备的调度模型。模型中使用BP神经网络算法来量化港口待维修设备的权值，并利用遗传算法来最小化维修作业任务的总加权完成时间，获得优化后的维修调度顺序和相对应的维修时间安排。通过港口吊具设备的维修算例，展示了优化的调度模型在港机设备中的运用，模型明确了港机的维修顺序，并在保证维修任务完成的情况下节约了维修时间，为港口设备维修计划提供参考。
点击量
待评议
点击量
下载量
评论
通过
